中国の人工知能スタートアップDeepSeekは最近、最新の大規模な言語モデルであるDeepSeek-V3-0324を静かにリリースしました。このモデルは、641GBで顔を抱き締めるAIリソースライブラリに表示され、Deepseekの通常の控えめなスタイルを継続しています。大規模な宣伝は行われず、空のreadmeファイルとモデルの重みのみが付属しています。
このモデルにはMITがライセンスされているため、商業目的で無料で使用でき、M3 Ultraチップを備えたApple Mac Studioなどの消費者グレードのハードウェアで直接実行できます。 AIの研究者Awni Hannunは、ソーシャルメディアで、DeepSeek-V3-0324の4ビット定量バージョンが512GB M3ウルトラチップで毎秒20トークンより速く走ることを明らかにしました。 Mac Studioの価格が高いにもかかわらず、このような大規模なモデルを実行できることは、Top AIのデータセンターへの依存度を局所的に破壊します。
DeepSeek-V3-0324は、ハイブリッドエキスパート（MOE）アーキテクチャを採用しています。これは、タスクを実行する際に6850億個すべてのパラメーターではなく、約370億個のパラメーターしかアクティブになりません。同時に、このモデルには、長い潜在的な注意（MLA）とマルチトークン予測（MTP）テクノロジーも組み込まれています。 MLAは、長いテキストでモデルのコンテキスト理解能力を強化します。 MTPを使用すると、モデルは一度に複数のトークンを生成でき、出力速度は80％近く増加します。 4ビットの量子化されたバージョンは、ストレージ需要を352GBに削減し、高級消費者グレードのハードウェアで実行することが可能になります。
初期のテスターによると、DeepSeek-V3-0324は、以前のバージョンと比較して大幅に改善されています。 AIの研究者Xeophonは、このモデルがすべてのテストメトリックに大きな飛躍を遂げたと主張し、人類のクロードソネット3.5を超えて最高の非推論モデルになりました。さらに、サブスクライブする必要があるSonnetとは異なり、DeepSeek-V3-0324の重量は無料でダウンロードできます。
Deepseekのオープンソースリリース戦略は、西部AI企業とは鋭く対照的です。米国のOpenaiと人類はモデルの支払いのしきい値を設定していますが、中国のAI企業はますますオープンソースライセンスを失う傾向があります。この戦略により、中国のAIエコシステムの発展が加速されており、Baidu、Alibaba、Tencentなどの技術の巨人も追跡され、オープンソースAIモデルをリリースしました。 NVIDIAチップの制限に直面している中国企業は、効率と最適化を強調することにより、不利益を競争上の利点に変えました。
DeepSeek-V3-0324は、今後のDeepSeek-R2推論モデルの基礎となる可能性があります。現在の推論モデルコンピューティングの需要は膨大です。 DeepSeek-R2がうまく機能すると、OpenAIの噂のGPT-5に直接的な挑戦をもたらします。
DeepSeek-V3-0324を体験したいユーザーと開発者の場合、フルモデルの重量は顔からダウンロードできますが、ファイルは大きく、高いストレージとコンピューティングリソースが必要です。また、無料のAPIアクセスとフレンドリーなチャットインターフェイスを提供するOpenRouterなどのクラウドサービスを選択することもできます。 Deepseek独自のチャットインターフェイスも、新しいバージョンをサポートするために更新された可能性があります。開発者は、双曲線ラボなどの推論サービスプロバイダーを通じてモデルを統合することもできます。
DeepSeek-V3-0324のコミュニケーションスタイルが、人間のような対話スタイルから、よりフォーマルで技術的なスタイルに変化したことは注目に値します。このシフトは、専門的および技術的なアプリケーションシナリオに適応することを目的としていますが、消費者向けアプリケーションでの魅力に影響を与える可能性があります。
Deepseekのオープンソース戦略は、グローバルなAIランドスケープを再構築しています。以前は、米国との中国のAIのギャップは1〜2年先でしたが、現在は3〜6か月に大幅に狭まり、一部の地域は追いついています。 Android Systemsがオープンソースを通じてグローバルな支配を獲得するように、オープンソースAIモデルは、開発者の幅広いアプリケーションと集合的な革新との競争で際立っており、AIテクノロジーのより広範なアプリケーションを促進することが期待されています。